月表陨坑检测轻量化深度学习方法

针对目前基于深度学习的陨坑检测方法存在的模型参数量大和检测速度慢的问题，提出了一种轻量化的深度学习陨坑检测方法。首先，采用通道剪枝方法删减卷积神经网络中冗余的卷积核，得到结构紧凑高效的陨坑检测模型。然后，使用轻量化的深度可分离卷积操作替换基础陨坑检测模型中的标准卷积操作，进一步降低了模型的复杂度。仿真实验结果表明，所提出的轻量化陨坑检测模型能够保证较高的像素预测精度，并且能够适应亮度、图像噪声等干扰因素的影响。同时，与轻量化处理前的模型相比，参数量减少了99.2%，检测速度提升了94%。     

Ti3 AlC2的性能与制备

介绍了Ti3AlC2的性能特点,分类阐述了不同反应体系制备Ti3AlC2的状况以及获得高纯Ti3AlC2的合成方式.     

多层高温隔热结构的传热特性

建立了高温多层隔热结构传热计算模型,采用蒙特卡罗方法模拟每个半透明隔热材料层内的一维辐射传递,采用有限体积法对多层隔热结构辐射导热耦合换热能量方程进行求解,对多层隔热结构的瞬态传热及热响应进行了数值模拟分析,研究了反射屏个数等因素的影响.结果表明,反射屏对多层结构隔热性能的影响取决于隔热材料的辐射特性与导热性能,当隔热材料衰减系数小时,将屏布置于高温区可提高隔热性能,当衰减系数大时,反射屏布置在低温区进行蓄热则更加有利.     

一种提高GNSS测速精度的自适应Kalman滤波算法

在卫星导航系统动态定位中,采用基于瞬时多普勒观测量的最小二乘法确定速度,当载体高机动时,多普勒误差迅速增大,从而导致测速精度大幅度降低。针对该问题,提出一种同时实现动态模型自适应修正和观测模型自适应更新的Kalman滤波算法。算法采用滑动窗方式来建立实时更新的动态模型参数,使当前统计模型自适应地跟踪载体的动态特性。此外,算法提出观测模型的自适应更新方法,通过设置载体状态判决门限,高、中机动时仅进行受动态应力影响小的伪距更新,低机动下添加精度较高的伪距率更新。通过Sprient GSS8000模拟器产生的动态场景验证表明,相对于最小二乘法和常规Kalman滤波算法,提出的自适应Kalman滤波算法能够全面提高载体在多种运动状态下的测速精度。